粮仓储粮状态检测方法与系统设计

发布时间：2017-05-29 16:11

  本文关键词：粮仓储粮状态检测方法与系统设计，由笔耕文化传播整理发布。

【摘要】：目前我国每年均需大规模的开展清仓查库工作,耗费大量的人力与物力资源,以保障粮仓储粮数量安全。为了减少传统的粮仓储粮状态检测方法对资源的大量浪费,现代化的粮仓储粮状态检测技术开发与应用将具有重要意义。本文着重研究基于SVM和决策树的粮仓储粮状态检测方法,通过建模、数据分析,准确检测粮仓的储粮状态,实现对粮食储藏状态的有效监督管理,以最大程度保障粮食安全。本文提出了基于SVM和决策树的粮仓储粮状态检测技术,在研究了SVM与决策树的融合技术基础上,着重研究了决策树学习中的属性重要性的有效度量方法,提出了一种决策树构造的改进算法。论文主要研究工作如下:(1)首先提出了基于SVM的粮仓储粮状态检测模型,将粮仓储粮状态检测的三类别问题转化为二类别问题的基础上,分别构造了进粮、出粮两种支持向量分类器;根据所选择的特征向量的特点和支持向量机输出值的特性,构造了粮仓储粮状态分类规则。实验结果证明,所提出的进、出粮两种支持向量分类器和粮仓储粮状态分类规则是可行有效的。(2)针对支持向量机存在分类模型复杂、计算量大等问题,基于支持向量机与决策树的优势,提出了SVM与决策树的融合技术。该技术主要通过对决策树学习中的属性重要性的有效度量,以提高决策树分类效果。实验结果表明,与C4.5算法相比,所提出的新算法有效提高了粮仓储粮状态的检测精度。(3)基于Visual Studio 2010 C++开发环境和My SQL 5.6数据库管理系统,实现了基于SVM和决策树的粮仓储粮状态检测系统,通过对获取到的压力传感器数据进行计算分析,最终实现粮仓储粮状态的正确分类。
【关键词】：储粮状态 支持向量机 决策树 属性重要性
【学位授予单位】：河南工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S379;TP18
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 引言10-11
• 1.2 课题的研究背景和研究意义11-12
• 1.2.1 课题的研究背景11
• 1.2.2 课题的研究意义11-12
• 1.3 相关技术研究现状12-14
• 1.3.1 支持向量机国内外研究现状12-13
• 1.3.2 决策树国内外研究现状13-14
• 1.4 论文研究内容和章节组织14-15
• 1.4.1 论文研究内容14-15
• 1.4.2 论文章节组织15
• 1.5 本章小结15-16
• 第二章 关键技术介绍16-26
• 2.1 支持向量机理论16-23
• 2.1.1 支持向量机原理16-20
• 2.1.2 支持向量机的改进算法20-23
• 2.2 决策树理论23-25
• 2.2.1 决策树分类技术23-24
• 2.2.2 决策树经典算法24-25
• 2.3 本章小结25-26
• 第三章 基于支持向量机的粮仓储粮状态检测26-32
• 3.1 模型检测26-28
• 3.2 建模方法28-29
• 3.3 检测实例与结果分析29-31
• 3.4 本章小结31-32
• 第四章 基于支持向量机的决策树算法改进32-49
• 4.1SVM的最优决策面模型32-33
• 4.2 属性分类能力与决策面关系33-34
• 4.3 决策面点选择34-37
• 4.4 属性重要性度量37-41
• 4.4.1 决策树面点选择37-38
• 4.4.2 决策面点的属性重要性度量38-39
• 4.4.3 离散属性重要性度量39-40
• 4.4.4 连续属性重要性度量40-41
• 4.5 新算法与C4.5 算法在粮仓储粮状态检测中的实验对比41-48
• 4.5.1 新算法实验结果及分析41-44
• 4.5.2C4.5 算法实验结果及分析44-47
• 4.5.3 新算法与C4.5 算法实验结果对比分析47-48
• 4.6 本章小结48-49
• 第五章 粮仓储粮状态检测系统的设计与实现49-54
• 5.1 系统整体设计49-50
• 5.2 系统的模块设计50-52
• 5.2.1 设置模块50-51
• 5.2.2 数据处理模块51
• 5.2.3 显示模块51-52
• 5.3 系统功能实现52-53
• 5.4 本章小结53-54
• 第六章 总结与展望54-55
• 6.1 工作总结54
• 6.2 工作展望54-55
• 参考文献55-59
• 致谢59-60
• 个人简历60

【参考文献】

中国期刊全文数据库 前10条

1 张德贤;杨铁军;傅洪亮;樊超;张元;;粮仓储粮数量在线检测模型[J];自动化学报;2014年10期

2 张德贤;杨铁军;傅洪亮;樊超;张元;;基于压力传感器的粮仓储粮数量在线检测方法[J];中国粮油学报;2014年04期

3 陈兆荣;雷勋平;王亮;;基于支持向量机的区域粮食安全评价模型及其应用[J];吉林工商学院学报;2012年05期

4 白美清;;中国粮食储备体系二十年的回顾与展望[J];粮食问题研究;2011年03期

5 王禾军;邓飞其;;基于模糊最小二乘支持向量机的区域粮食安全性预警分析[J];农业工程学报;2011年05期

6 秦瑶;陈洁;方广有;;粮仓储量信息无损探测技术研究[J];中国粮油学报;2010年04期

7 向昌盛;周子英;武丽娜;;粮食产量预测的支持向量机模型研究[J];湖南农业大学学报(社会科学版);2010年01期

8 宰松梅;贾艳辉;丁铁山;温季;郭冬冬;;基于最小二乘支持向量机的灌区粮食产量预测研究[J];安徽农业科学;2010年01期

9 王强;沈永平;陈英武;;支持向量机规则提取[J];国防科技大学学报;2006年02期

10 吴天雷,马少平;基于重叠动态网格和模糊隶属度的手写汉字特征抽取[J];电子学报;2004年02期

中国博士学位论文全文数据库 前2条

1 李华庆;支持向量机及其在人脸识别中的应用研究[D];上海交通大学;2006年

2 刘志刚;支撑向量机在光谱遥感影像分类中的若干问题研究[D];武汉大学;2004年

中国硕士学位论文全文数据库 前3条

1 李凯;粮仓储粮体积测量中激光点云数据处理技术[D];首都师范大学;2011年

2 李鹏;粮仓储量三维激光扫描快速测量技术研究[D];清华大学;2010年

3 姚程宽;不平衡样本集的支持向量机模型选择[D];南京师范大学;2007年

  本文关键词：粮仓储粮状态检测方法与系统设计，，由笔耕文化传播整理发布。

本文编号：405248